近年来遥感数据源日益增多,可见光、红外及微波等多种传感器在空间、时间与光谱等多方面对同一区域构成多源观测数据。通过多源观测数据的整合,可以获取更多的地表真实信息,减少解析与理解的模糊性,提高遥感数据的综合分析精度及利用率。本项目将针对同一地区、不同覆盖范围的多种分辨率遥感数据,探讨特征级与算法级的复合分类方法。主要内容包括:(1)新型多分辨率复合分类方法研究:在高分辨率图像范围内,根据高、低分辨率
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
针对弱边缘信息的左心室图像分割算法
中温固体氧化物燃料电池复合阴极材料LaBiMn_2O_6-Sm_(0.2)Ce_(0.8)O_(1.9)的制备与电化学性质
基于多色集合理论的医院异常工作流处理建模
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于人类视觉感知的高分辨率卫星遥感图像智能分类方法研究
基于深度卷积生成式对抗网络的超高空间分辨率遥感图像场景分类方法研究
基于智能信息融合的多光谱遥感图像分类算法研究
基于稀疏多流形学习的高光谱遥感图像分类